摘要
本发明属于生物信息学领域,涉及一种基于异质图扩散卷积网络的癌症驱动基因识别方法。癌症驱动基因的精准识别对于制定有效的治疗方案至关重要。本发明通过多层卷积来提高对癌症驱动基因的准确识别性能。首先,引入了图扩散生成辅助网络,对原始图数据进行数据增强以更好地捕获生物分子网络中的关联信息。其次,构建特征提取模块进行特征提取,其包括一个全连接层和四个图注意力卷积层。最后,将提取到的特征矩阵输入到分层注意力分类器得到癌症驱动基因的预测评分。实验证明,本发明不仅有效识别了不同网络上的已知驱动基因,还发现了新的癌症候选基因,为精准医学和个体化治疗提供了有力支持,进一步推动了癌症研究和治疗的发展。